Will Evolving Climate Conditions Increase the Risk of Floods of the Large U.S.‐Canada Transboundary Richelieu River Basin?
Notice bibliographique
Résumé
Abstract In spring 2011, an unprecedented flood hit the complex eastern United States (U.S.)–Canada transboundary Lake Champlain–Richelieu River (LCRR) Basin, destructing properties and inducing negative impacts on agriculture and fish habitats. The damages, covered by the Governments of Canada and the U.S., were estimated to C$90M. This natural disaster motivated the study of mitigation measures to prevent such disasters from reoccurring. When evaluating flood risks, long‐term evolving climate change should be taken into account to adopt mitigation measures that will remain relevant in the future. To assess the impacts of climate change on flood risks of the LCRR basin, three bias‐corrected multi‐resolution ensembles of climate projections for two greenhouse gas concentration scenarios were used to force a state‐of‐the‐art, high‐resolution, distributed hydrological model. The analysis of the hydrological simulations indicates that the 20‐year return period flood (corresponding to a medium flood) should decrease between 8% and 35% for the end of the 21st Century (2070–2099) time horizon and for the high‐emission scenario representative concentration pathway (RCP) 8.5. The reduction in flood risks is explained by a decrease in snow accumulation and an increase in evapotranspiration expected with the future warming of the region. Nevertheless, due to the large climate inter‐annual variability, short‐term flood probabilities should remain similar to those experienced in the recent past.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».